模型權重可被讀寫，算力融資與供電承壓

本期要點

• LLM 可直接讀寫神經網絡原始權重，Qwen 3.8 27B 本地復現
• AI 數據中心融資趨緊，OpenAI 在佐治亞測試削峰節電
• ChatGPT 搜索規模約為 Google 的 20%，月活對話用戶 2.5 億

權重空間編程：模型開始直接改權重

昨天流傳的一篇論文（作者自稱「博客文章」，但形式接近論文）提出 Weight-Space Programming：前沿模型可以直接解讀並修改機器學習模型的原始權重，也就是一串浮點數的文本描述。作者 Rikiya Takehi、Jayden Teoh、Alex Zhang、Omar Khattab 稱，GPT-6 Astra 僅憑原始權重就能判斷網絡訓練目標，並且在沒有任何環境反饋的情況下，從零寫出小遊戲網絡，表現超過用 PPO 訓練 1 億步的網絡；被要求在不使用梯度的情況下提升 Qwen3.5-0.8B 的數學能力時，Astra 能定位到模型中的問題。(來源: Simon Willison)

這一能力並非閉源模型專屬。Simon Willison 用筆記本上的 Qwen 3.8 27B 復現了論文中的一個例子，說明本地可運行的模型也具備一定程度的權重讀寫能力。(來源: Simon Willison)

同一方向上還有更極端的實驗：AI 工程師把 32 位 RISC-V CPU 編譯後直接插入 Qwen 3.5 4B 的權重中，這個名為 Qwenputer 的混合體可以執行處理器算術運算，並運行 DOOM。(來源: Tom's Hardware) 另一條線索提到，通過編輯 Qwen 權重可以減少推理循環。(來源: Latent Space)

如果模型能直接讀寫權重，「自動研究」循環中原本需要訓練和評估的環節可能被跳過，這是該方法被討論的核心原因。目前證據仍以案例演示為主，能否穩定泛化尚待驗證。

算力側：融資變貴，供電找新辦法

支撐這輪模型能力的算力擴張開始遇到資金與能源兩端的約束。FT 報道稱，投資者正在要求更高的回報才願意為數據中心熱潮提供融資，AI 信貸市場出現降溫跡象。(來源: FT Technology)

供電方面，OpenAI 推出 Grid Protectors 計劃，在佐治亞測試對數據中心實施負荷削減（load shedding），以降低高峰時段的用電需求。該技術自 1970 年代就已存在。(來源: Tom's Hardware) xAI 則在密西西比州的數據中心使用 8 台改裝噴氣發動機渦輪供電，許可允許其污染物排放上限高出 25%，一氧化碳和揮發性有機物帶來的健康風險引發擔憂。(來源: Tom's Hardware)

應用與生態：搜索、教育與內容授權

OpenAI ChatGPT 消費產品負責人 Adam Fry 透露，ChatGPT 搜索的規模約為 Google 的 20%，有 2.5 億人通過語音與 ChatGPT 對話，公司計劃把 Chat 與 Work 合併。(來源: Big Technology)

教育市場出現捆綁式選擇：Google 將向學校提供聲稱不會直接給出答案的 AI 工具，但選擇不啓用 AI 的學校也需放棄 Google 搜索。(來源: Ars Technica)

內容授權爭端繼續。紐約時報要求 Brave 關閉其付費牆繞過功能，並終止與 AI 公司的相關交易，訴狀稱 Brave 是「被盜新聞內容的供應者、交易商和分銷商」。(來源: Ars Technica)

開發者工具方面，Simon Willison 發佈 llm 0.37，新增 gpt-6.1-sol 與 gpt-6.1-terra 模型支持，默認模型切換為價格減半的 gpt-6-luna，嵌入功能開始支持不同 content-type 的二進制內容。他提到該版本包含 12 位作者的修復，幾乎全部由 AI 輔助完成，審閱負擔低於預期。(來源: Simon Willison)